脉象诊断研究：中医脉象图形数学分析法第 15 页

`
3.2.2多尺度估计理论[8]
       在自然界和工程系统中，许多现象或过程都需要通过多传感器同时进行观测，将信号数据进行融合处理，在多尺度空间上进行重构或分解。对多尺度系统理论研究基于以下三个基本出发点：（1）所研究的现象或过程具有多尺度特征或多尺度效应；（2）无论现象或过程是否具有多尺度特性，通常，观测信号是在不同尺度（或分辨级）上得到的；无论现象或过程是否具有多尺度特性，观测信号是否在不同尺度或分辨级上得到的，利用多尺度算法往往能获得更多信息，从而降低问题的不确定性及复杂性。这就为研究传统意义下的信号处理理论和方法提供了全新的思路，
       多尺度估计理论（Multiscale estimation theory,MSET）将传统动态系统的估计理论、辨识理论、小波分析理论、随机过程和数理统计理论结合一体，从一定意义上讲，MEST希望把基于模型的动态系统分析方法同基于统计特性的信号多尺度变换和分析方法相结合，把小波变换作为连续在不同尺度上模型和信号的桥梁，将动态系统的模型信息引入多尺度系统理论，开辟了多尺度系统理论新的研究方向。通过对已获取信号的细尺度重构和粗尺度分解，建立相应尺度的一组模型，对已获取信号在不同尺度上进行有效的描述和分析，得到多尺度下估计和辨识结果，进一步将这些结果进行综合处理，提高了融合效率，改善了融合性能。
       近年来多传感器信息融合技术越来越被研究者关注,并被广泛的应用于不同领域，如军事目标识别、战术指挥控制、工业过程控制、气象预报、机器人控制、交通管制等。特别是在医疗诊断中的应用，对诸如癌症等复杂病例诊断过程，不同专业的医师，如肿瘤医师、病, 文娟编著.现代脉象诊断研究.北京:中医古籍出版社,2003,12～111
[3] 赵恩俭主编.中医脉诊学2版(修订版).天津:天津科学技术出版社,2001,351～401
[4] 何素荣,刘世斌编著.临床脉图诊断学.北京:人民军医出版社,2003,6-28
[5] （美）L.科恩著，白居宪译.时-频分析:理论与应用.陕西:西安交通大学出版社,1998,
[6] 冉启文著.小波变换与分数傅里叶变换理论及应用.哈尔滨:哈尔滨工业大学出版社,2001, 58～76

 << 上一页  [11] [12] [13] [14] [15] [16] 下一页